नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Gemini 3.1 Flash Lite (medium) vs Step 3.7 Flash (low)

average score जवळपास समान आहे: 7.3 vs 7.3. Gemini 3.1 Flash Lite (medium) चा benchmark खर्च कमी आहे: $0.117 vs $0.454. Gemini 3.1 Flash Lite (medium) वेगवान आहे: 4.27s vs 20.68s, pass rates 62.1% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#73
एकूण आउटपुट टोकन्स
60,298
प्रतिसाद वेळ (सरासरी)
4.27s
एकूण खर्च
$0.117
क्रमांक
#75
एकूण आउटपुट टोकन्स
376,581
प्रतिसाद वेळ (सरासरी)
20.68s
एकूण खर्च
$0.454
शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite (medium)

It has the best score here (7.3), while costing about 3.9x less than Step 3.7 Flash (low).

तपशीलवार तुलना

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.3 7.3
क्रमांक #73 #75
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.1% 68.2%
अस्थिर चाचण्या 2 5
एकूण रन 66 66
प्रति निकाल खर्च 0.898 3.782
एकूण खर्च $0.117 $0.454
इनपुट किंमत $0.250 / 1M $0.200 / 1M
आउटपुट किंमत $1.500 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 104,918 103,833
आउटपुट टोकन्स 9,168 376,581
रिझनिंग टोकन्स 51,130 0
प्रतिसाद वेळ (सरासरी) 4.27s 20.68s
प्रतिसाद वेळ (कमाल) 26.22s 124.75s
प्रतिसाद वेळ (एकूण) 94.02s 455.01s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#73 Gemini 3.1 Flash Lite

medium
खर्च
$0.003
वेळ
5.3s
टोकन्स
1,754 tok

#75 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 3.81s 8,134 459 8,978
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला